2.K-近邻算法

2.1概述

存在一个样本数据集合，也称作训练样本集，并且样本集中每一个数据都存在标签，即我们知道样本集中每个数据与所属的分类的对应关系，输入没有标签的新数据后，将数据的每一个特征与样本机中数据对应的特征进行比较，然后算法提起样本集中特征最相似数据（最近邻）分类标签，一般来说，我们至选择样本数据集中前k个最相似的数据，这就是k-近邻算法中k的出处，通常k是不大于20的证书，最后k个最相似数据中出现次数最多的分类，作为新数据的分类。

2.1.1准备：使用python导入数据

总结

以上是生活随笔为你收集整理的机器学习笔记（2019/11/16）的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。